# 利用学习得到的变量名称与类型增强反编译输出

> 提出 Transformer 模型 DIRTY，根据反编译代码和布局信息推荐变量名与类型，并提供用于训练和评估的 DIRT 语料。

- 作者：Qibin Chen; Jeremy Lacomis; Edward J. Schwartz; Claire Le Goues; Graham Neubig; Bogdan Vasilescu
- 原标题：Augmenting Decompiler Output with Learned Variable Names and Types
- 发表载体：USENIX Security 2022
- 发表状态：会议论文
- 出版／提交日期：2022 年 8 月
- 日期依据：USENIX 论文集 BibTeX 记录中的出版月份。
- arXiv 首次提交：2021 年 8 月 13 日
- arXiv：2108.06363
- 已复核的 arXiv 版本：v1
- 来源复核于：2026-10-16
- 收录于：2026-10-16
- 原始论文：<https://www.usenix.org/conference/usenixsecurity22/presentation/chen-qibin>
- PDF：<https://arxiv.org/pdf/2108.06363>
- 代码：<https://github.com/CMUSTRUDEL/DIRTY>
- 项目：<https://dirtdirty.github.io/explorer.html>
- BibTeX：<https://awesomerea.org/papers/citations/paper-dirty.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-dirty/>
- 记录 JSON：<https://awesomerea.org/papers/paper-dirty/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-dirty/index.md)

## 研究范围与局限

原始流程围绕 C 程序和 Hex-Rays 输出构建。预测名称与类型是模型推断，不保证与原始符号一致。正式论文发表于 2022 年，arXiv 预印本首次提交于 2021 年。

## 与本合集的关联

将名称恢复扩展到类型恢复，直接帮助评估二进制分析助手添加的语义注释。

## 发表与复核说明

年份与出版月份来自正式 USENIX 会议记录，不以较早的 arXiv 提交日期代替。

## 一手来源

1. <https://www.usenix.org/conference/usenixsecurity22/presentation/chen-qibin>
2. <https://arxiv.org/abs/2108.06363>
3. <https://github.com/CMUSTRUDEL/DIRTY>
4. <https://github.com/CMUSTRUDEL/DIRTY/blob/5f8e9494d52ef8788f0834342097f36462eeb2eb/README.md>
5. <https://edmcman.github.io/papers/usenix22.pdf>

## 关于此条目

已依据论文及一手来源复核。请通过原始论文或 BibTeX 引用原作者。
原创说明采用 MIT 许可；外部项目、论文与素材保留各自的权利和许可。